Las grandes tecnológicas acaban de presentar resultados. Los titulares fueron uniformemente positivos.
Meta: ingresos récord. Microsoft: Azure reacelerando. Google: la publicidad aguanta. La narrativa de Wall Street es clara — la IA funciona, y los números lo demuestran.
Pero hay una variable enterrada dentro de cada uno de esos informes de resultados de la que casi nadie habla. No sale en los titulares. No aparece en las tablas resumen. Y está inflando silenciosamente los beneficios publicados en cientos de miles de millones de dólares en todo el sector.
Se llama depreciación por vida útil — y entenderla es la diferencia entre leer los resultados de las big tech y comprenderlos de verdad.
Qué hace realmente la depreciación
Cuando Microsoft gasta 80.000 millones de dólares en construir centros de datos de IA, ese dinero no impacta la cuenta de resultados de golpe. La empresa reparte ese coste a lo largo de la "vida útil" del activo — los años que espera que ese hardware siga siendo productivo.
Si un servidor cuesta 1 millón de dólares y tiene una vida útil de 4 años, contabilizas 250.000 dólares de depreciación al año. Si extiendes esa vida útil a 6 años, el cargo anual baja a 167.000 dólares. Tu beneficio publicado acaba de aumentar en 83.000 dólares al año — sin un solo dólar de ingresos adicionales, sin una sola mejora operativa.
La hipótesis de vida útil no es neutral. Es una de las decisiones más trascendentes que toma un CFO.
Y ahora mismo, en Meta, Microsoft, Google y Amazon, esas decisiones se mueven en una sola dirección: vidas más largas, cargos más bajos, beneficios publicados más altos.
Qué han hecho las compañías
Meta ha extendido los calendarios de depreciación de sus servidores dos veces en tres años. De 4 a 5 años en 2023. Después a 5,5 años para servidores de IA en 2025. El impacto del cambio de 2025 por sí solo: una reducción de 2.900 millones de dólares en el gasto de depreciación — equivalente a casi el 4% del beneficio antes de impuestos. Eso no es mejora operativa. Es un ajuste contable.
Microsoft extendió la vida útil de sus servidores y equipos de red de 4 a 6 años en 2022. El efecto fue significativo: la extensión añadió aproximadamente 3.700 millones de dólares al beneficio de 2023. Microsoft no ha revisado ese calendario desde entonces — a pesar de gastar ahora 80.000 millones anuales en infraestructura de IA que incluye hardware denso en GPUs con ciclos de renovación muy distintos a los de los servidores tradicionales.
Amazon hizo algo inusual: se movió en la dirección contraria. AWS acortó la vida útil de sus servidores de entrenamiento de IA de 6 a 5 años en enero de 2025, asumiendo un cargo único de 920 millones de dólares y aceptando un lastre de 700 millones sobre el beneficio operativo de 2025. Amazon es la excepción. Y esa excepción importa.
Google mantiene vidas útiles de servidor de hasta 6 años — una cifra que, según los críticos, sobreestima significativamente la realidad económica de la infraestructura de IA densa en GPUs.
El problema de los 176.000 millones
Bank of America estima que el capex de IA restará 1,6 puntos porcentuales a los márgenes EBIT de los grandes hyperscalers en 2026. Esa es la visión conservadora.
La estimación más agresiva viene de los analistas que han modelizado la aritmética real de la depreciación: entre 2026 y 2028, la depreciación de los hyperscalers podría estar infravalorada en aproximadamente 176.000 millones de dólares, haciendo que los beneficios publicados estén sobreestimados en más de un 20%.
Eso no es un error de redondeo. Es una distorsión estructural que cambia cómo deberías leer cada sorpresa positiva de BPA de estas compañías.
El problema de la obsolescencia de las GPUs
Aquí está la tensión de fondo que convierte esto en algo más que un debate contable.
Los servidores tradicionales — sobre los que Meta y Microsoft construyeron sus negocios — duran de verdad 5 o 6 años. Ejecutan cargas de trabajo estables. El hardware se deprecia aproximadamente al mismo ritmo que su utilidad económica.
Los servidores de IA son distintos. Están dominados por GPUs. Y las GPUs siguen el ciclo de producto de NVIDIA.
NVIDIA ha lanzado H100, H200, Blackwell y Rubin en una ventana de 36 meses. Cada nueva generación ofrece 2 a 3 veces el rendimiento de la anterior. Eso significa que un clúster de H100 comprado en 2023 no es económicamente equivalente a un clúster Blackwell en 2026 — es materialmente inferior para entrenar modelos de frontera, y cada vez menos competitivo en cargas de inferencia donde la latencia y la eficiencia determinan el margen.
Si la vida útil económica real de un clúster de GPUs de IA es de 2 a 3 años — que es lo que implica el ciclo tecnológico — y las compañías están contabilizando vidas de 5 a 6 años, la brecha entre el beneficio publicado y la realidad económica es sustancial.
Compañía a compañía: los números
| Compañía | Vida útil declarada | Inflación anual estimada del BPA | Capex IA 2026 |
|---|---|---|---|
| Meta | 5,5 años (servidores IA) | ~2.900 M$ / año | 64–72.000 M$ |
| Microsoft | 6 años | ~3.700 M$ / año | 80.000 M$+ |
| Google / Alphabet | Hasta 6 años | ~2.500 M$ / año | 75.000 M$ |
| Amazon (AWS) | 5 años (revisada a la baja) | Mínima — ajustada | 105.000 M$ |
La decisión de Amazon de acortar su calendario de depreciación merece un reconocimiento específico. Es el único hyperscaler que se ha movido hacia el reconocimiento de la vida económica real del hardware de IA. El golpe de 700 millones al beneficio operativo de 2025 fue la decisión contable honesta — y penalizó los números publicados de Amazon frente a competidores que no han hecho el mismo ajuste.
Lo que el flujo de caja libre te dice y el beneficio GAAP no
Aquí es donde el análisis se vuelve accionable.
La depreciación es un cargo no monetario. Reduce el beneficio publicado pero no afecta al flujo de caja libre. Eso significa que, en compañías donde la depreciación se está extendiendo e infravalorando sistemáticamente, la brecha entre el beneficio GAAP y el flujo de caja libre es la señal.
Cuando el FCF de una compañía supera significativamente su beneficio neto GAAP, la metodología de depreciación suele ser parte de la explicación. Cuando esa brecha crece año tras año — como ocurre en Meta y Microsoft — el viento de cola contable se está componiendo.
Esto no significa que sean malas inversiones. Significa que las cifras de BPA que estás leyendo no son una señal limpia del rendimiento subyacente del negocio. Y cuando usas esos BPA para calcular ratios PER o PEG, puedes estar anclando sobre un denominador inflado.
En Primus Pilus Capital, por eso ponderamos el FCF y el EBITDA por encima del BPA GAAP en las posiciones de big tech — y por eso aplicamos un margen de ajuste a las tasas de crecimiento del BPA de compañías con hipótesis de depreciación agresivas.
El riesgo que nadie está poniendo en precio
Hay un escenario que el mercado no está discutiendo: un acantilado de depreciación.
Si el hardware de GPUs de IA llega al final de su vida útil declarada a gran escala — aproximadamente 2028 para los activos comprados en 2022–2023 — las compañías tendrán dos opciones. Retirar el hardware y asumir el coste de reemplazo vía capex (lo que comprime el FCF). O asumir cargos acelerados por deterioro (lo que golpea el beneficio publicado).
La decisión de Amazon de acortar vidas útiles ahora es un movimiento preventivo contra exactamente ese escenario. Las compañías que las han extendido están difiriendo el reconocimiento de la obsolescencia del hardware — no eliminándolo.
La pregunta no es si el acantilado de depreciación llega. Es cuándo. Y si aterriza en un trimestre en el que el resto del negocio pueda absorberlo.
Qué medir de verdad
Para posiciones de big tech con exposición a IA, las métricas que importan:
Rentabilidad del flujo de caja libre — FCF dividido por capitalización. En META y MSFT a precios actuales sigue siendo atractiva pese a la distorsión de la depreciación, porque la generación de caja es realmente fuerte.
Trayectoria del margen EBITDA — Apalancamiento operativo antes de depreciación. Si los márgenes EBITDA se expanden mientras los márgenes GAAP están planos, hay mejora operativa real enmascarada por el lastre de la depreciación. Si los márgenes EBITDA están planos mientras los GAAP se expanden — la contabilidad está haciendo el trabajo.
Capex como % de ingresos — Las compañías que más gastan en infraestructura de IA están creando las mayores obligaciones futuras de depreciación. No es una razón para evitarlas — es una razón para modelizar sus beneficios de otra manera.
Ingresos por dólar de capex — El número que en última instancia valida la tesis de la IA. Si los más de 600.000 millones de capex conjunto de los hyperscalers en 2026 no se traducen en aceleración de ingresos en 2027–2028, el acantilado de depreciación llega sin crecimiento de beneficios que lo compense.
La conclusión
Meta y Microsoft son negocios realmente sólidos, con una monetización de la IA que empieza a aparecer en sus resultados. La metodología de depreciación no cambia eso.
Lo que cambia es cómo lees las cifras de BPA. Cuando Meta bate estimaciones y lo atribuye al apalancamiento operativo, pregunta cuánto de ese apalancamiento es contabilidad y cuánto es negocio. Cuando Microsoft vuelva a extender un calendario de depreciación, apunta el impacto en dólares antes de celebrar el crecimiento del beneficio.
Los 176.000 millones no son fraude. Son contabilidad dentro de los estándares GAAP aceptados. Pero los estándares aceptados y la realidad económica son cosas distintas.
En Primus Pilus Capital construimos nuestros modelos sobre la realidad económica. Cuando ambas divergen, ahí es donde viven las decisiones de inversión más importantes.